6-机器学习进阶_指针网络_递归结构
2023-09-11 14:14:28 时间
指针网络,输入坐标,输出包围的外围的点,输入的特征是什么,输出的选择结果范围是什么
传统的seq2seq
decoder训练的时候固定输出范围了,当预测输出类别大于之前训练好的时候的时候和训练不一致就不work了
这些问题,前人经典的课程已经涉及到了,值得反复的看
所谓的训练就是,按一定的规则去训练一个函数,让函数学会人为设定的这个规则而已
通过指针网络,不取decoder是输出,直接取encoder的输出即可,通过相似度计算去改了最大的那个,知道输出x0.y0这个停止标志,decode部分同样包含解码网络的
在文本摘要的应用
用一定的几率传统和指针网络相结合,最终的输出是两者概率的加权和,针对词典里面没有的词也能正常输出,
阅读理解和对话系统都可以应用,针对词典中没有的词,可以直接通过指针网络从输入里面取即可
其实就是纯数学的应用而已,输入的数值,经过一个函数得到输出,神经元就是一个函数,包含线性和非线性而已
Recurrent structure就是Recursive structure第一个特殊应用而已,Recursive structure可以觉得根据文法结构方式结合,也可以按这种递归网络的方式结合
按特定的文法结构来组合,先结合那部分向量,再结合哪部分向量
根据语法结构,先结合部分,再结合其他的部分,尤其是针对数学公式,这个方法会更加有效相比传统的RNN网络
不是简单的组合,经过一些运算和转换在组合
这个就是自注意力机制的起源了,后面还有拼接,创新的方法,都是经典的点子的一个燃烧
把一个向量拆成自己的和影响其他向量的组合
LSTM的组合,组合的网络换成LSTM,就变成了LSTM递归树,数据结构的思想随处可见
相关文章
- 机器学习笔记 - 什么是置信区间?
- 机器学习笔记 - 基于Keras的GAN:图像去模糊的应用
- 机器学习笔记 - 图像搜索的常见网络模型
- 机器学习笔记 - 什么是图注意力网络?
- AI:人工智能领域算法思维导图集合之有监督学习/无监督学习/强化学习类型的具体算法简介(预测函数/优化目标/求解算法)、分类/回归/聚类/降维算法模型选择思路、11类机器学习算法详细分类之详细攻略
- Interview:算法岗位面试—10.24下午—上海某软件公司(机器学习,上市)电话面试—考察SVM、逻辑回归、降低过拟合、卷积网络基础等
- 机器学习(四十):随机搜索、网格搜索、遗传算法对机器学习模型寻优效果比较
- 机器学习(四):多元回归
- 文本分类:Keras+RNN vs传统机器学习
- 【华为云技术分享】机器学习(02)——学习资料链接
- 【关于时间序列的ML】项目 7 :使用机器学习进行每日出生预测
- 【XGBoost】第 1 章:机器学习前景
- 【阶段三】Python机器学习09篇:机器学习项目实战:决策树回归模型
- 机器学习中的丑小鸭定理——世界上不存 在相似性的客观标准,是不是意味着如果从基因上去识别差异就没有差异,而人类只能做到主观的模糊论断???孪生网络无解???
- 网络扫描——非常不错的文章,主要分为端口扫描(确定开放服务)和主机扫描(确定机器存活)
- 【机器学习】11、贝叶斯网络